Go GCP Cloud PubSub 不批量发布消息

Question

我发现它html.NewTokenizer()不会自动修复某些问题。因此，您可能会得到一个杂乱的结束标记 ( html.EndTagToken)。<div></p></div>也会这样html.StartTagToken, html.EndTagToken, html.EndTagToken。是否有推荐的解决方案来处理忽略/删除/修复这些标签？我的第一个猜测是[]atom.Atom在开始/结束每个标签时手动保留一个切片并推送/弹出到列表（在比较标签以确保您没有得到意外的结束标签之后）。下面是一些代码来演示这个问题：var err errorhtm := `<div><div><p></p></p></div>`tokenizer := html.NewTokenizer(strings.NewReader(htm))for {    if tokenizer.Next() == html.ErrorToken {        err = tokenizer.Err()        if err == io.EOF {            err = nil        }        return    }    token := tokenizer.Token()    switch token.Type {    case html.DoctypeToken:        continue    case html.CommentToken:        continue    case html.SelfClosingTagToken:        fmt.Println(token.Data)        continue    case html.StartTagToken:        fmt.Printf("<%s>\n", token.Data)    case html.EndTagToken:        fmt.Printf("</%s>\n", token.Data)    case html.TextToken:        continue    default:        continue    }}输出：<div><div><p></p></p></div>

Answer 1

net/htmlFWIW，当你使用它的方法时，似乎可以解决这些问题Parse。

package main

import (

    "bytes"

    "fmt"

    "log"

    "strings"

    "golang.org/x/net/html"

)

func main() {

    brokenHtml := `<div><div><p></p></p></div>`

    reader := strings.NewReader(brokenHtml)

    root, err := html.Parse(reader)

    if err != nil {

        log.Fatal(err)

    }

    var b bytes.Buffer

    html.Render(&b, root)

    fixedHtml := b.String()

    fmt.Println(fixedHtml)

}